快手电商运营面经（一面）

在大数据处理的浪潮中，Apache Flink 无疑是当前最炙手可热的流式处理框架之一。它以低延迟、高吞吐量以及强大的容错能力，成为无数企业构建实时数据处理管道的首选工具。不管是实时日志分析、用户行为监控，还是金融交易的风控系统，Flink 都能游刃有余地应对海量数据的持续流入。然而，开发和维护一个高效的 Flink 程序绝非易事，尤其是在面对复杂的业务逻辑和动态变化的数据流时，调试和查看中间结果就显得尤为关键。想象一下，你辛辛苦苦写好了一套 Flink 程序，部署到集群上后却发现输出的结果和预期完全不符。数据丢失了？还是计算逻辑有偏差？又或者是某些算子在处理时遇到了瓶颈？这个时候，如果没有有...

如图😅

小厂面经，也是我的处女面（30min）1.自我介绍2.spring boot的自动装配原理（好多类和接口的单词都忘了全称是啥了，就说了记得的单词，流程应该说对了吧）3.有用过redis吗？主要是用在实现什么功能（说了技术派用redis的zset来实现排行榜）5.有了解过Redisson吗？讲一下对于分布式锁的了解以及在什么场景下应用（说了秒杀场景）6.对mysql有了解吗？包括它的索引优化和创建（把想起来的全说了）7.了解设计模式吗？比如单例模式，为什么要使用单例模式，它的优点是什么（昨天刚看的设计模式）8.工厂模式有了解吗？主要的使用场景是？（也是昨天刚看的）9.场景题：有7个服务器，需要在早上十点定时的向数据库中的用户表中的用户发短信，如果做到发送的消息不重复，且如果发送失败了需要知道是到哪个用户失败了，这样下次就直接从这个用户开始（我答了用spring task来实现定时，用分布式锁来保证只有一份服务器可以发送消息，用消息队列来存储消息，然后用消息确认机制来保证错误信息的记录，以及在数据库或者业务层面完成消息消费的幂等性）10.场景题：如果在系统启动的时间就将数据库的所有用户相关的信息都读到一个hashmap中（这个没啥思路，没答好）27届的投了一个星期终于有一个面试了，大部分公司都只招26的

顺便请问原因补充：Base 分别在杭州、北京、上海；转正的话，瓴羊HR说有几个HC就招几个实习生，能力过关都能转，美团和拼多多听说也挺高；鼠鼠是浙江人，瓴羊的转正率和 base 比较吸引我，但主要纠结的点是瓴羊作为阿里子公司，到时候秋招简历上能不能顶着阿里的 title